这篇文章将为大家详细讲解python apply和map有什么区别，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。
10年积累的成都网站建设、成都做网站经验，可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你，你也不认识我。但先网站设计后付款的网站建设流程，更有方山免费网站建设让你可以放心的选择与我们合作。
在Python中如果想要对数据使用函数，可以借助apply()、applymap()、map()来应用函数，括号里面可以是直接函数式，或者自定义函数（def）或者匿名函数（lambad）。
import pandas as pd
import numpy as np
from pandas import DataFrame
from pandas import Series
df1= DataFrame({
"sales1":[-1,2,3],
"sales2":[3,-5,7],
})
df1
1、当我们要对数据框（DataFrame）的数据进行按行或按列操作时用apply()。
df1.apply(lambda x :x.max()-x.min(),axis=1) #axis=1，表示按行对数据进行操作 #从下面的结果可以看出，我们使用了apply函数之后，系统自动按行找最大值和最小值计算，每一行输出一个值
0 4
1 7
2 4
dtype: int64
df1.apply(lambda x :x.max()-x.min(),axis=0) #默认参数axis=0,表示按列对数据进行操作 #从下面的结果可以看出，我们使用了apply函数之后，系统自动按列找最大值和最小值计算，每一列输出一个值
sales1 4
sales2 12
dtype: int64
2、当我们要对数据框（DataFrame）的每一个数据进行操作时用applymap()，返回结果是DataFrame格式。
df1.applymap(lambda x : 1 if x>0 else 0) #从下面的结果可以看出，我们使用了applymap函数之后， #系统自动对每一个数据进行判断，判断之后输出结果
3、当我们要对Series的每一个数据进行操作时用map()。
df1.sales1.map(lambda x : 1 if x>0 else 0) #df1.sales1就是一个Series
0 0
1 1
2 1
Name: sales1, dtype: int64
4、总结：要对数据进行应用函数时，先看数据结构是DataFrame还是Series，Seriesj结构直接用map()，DataFrame结构的话再看是要按行还是按列进行操作来选择对应的函数即可。
关于python apply和map有什么区别就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。